פיתוח · שרת MCP מקומי
Vectora
AI assistant with RAG, web search, filesystem and memory. MCP sub-agent for Claude Code.
מה ה-MCP Registry מציין
הרשומה כפי שפורסמה ב-MCP Registry הרשמי (נקרא ב-4 באוקטובר 2026), בגרסה האחרונה.
- שם במרשם
io.github.brunosrz/vectora- גרסה
- 0.1.0rc3
- סטטוס
- פעיל
- קטגוריה
- פיתוח
- שכבת תעבורה
- stdio (תהליך מקומי)
- חבילה
- PyPI
- פורסם
- 22 במאי 2026
- עודכן
- 22 במאי 2026
- מפרסם
- brunosrz (GitHub)
- מרחב שמות
- מרחב השמות אומת על ידי ה-MCP Registry דרך GitHub (github.com/brunosrz) · איך
- מאגר קוד
- github.com/brunosrz/vectora
- מקור
- הרשומה ב-API של המרשם
חבילות
| מרשם | חבילה | גרסה | שכבת תעבורה |
|---|---|---|---|
| PyPI | vectora-agent | 0.1.0rc3 | stdio |
איך מחברים את Vectora
Vectora רץ באופן מקומי מתוך חבילת Python שפורסמה ב-PyPI: vectora-agent, גרסה 0.1.0rc3. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Python; לקוחות מפעילים אותו בדרך כלל עם uvx (מתוך uv) או אחרי pip install - הפקודה המקובלת היא uvx vectora-agent. הוא קורא את משתני הסביבה האלה: GOOGLE_API_KEY (סודי), COHERE_API_KEY (חובה, סודי), TAVILY_API_KEY (חובה, סודי), OPENAI_API_KEY (סודי), ANTHROPIC_API_KEY (סודי) ו-LANGSMITH_API_KEY (סודי); יש להגדיר אותם בתצורת הלקוח עבור השרת הזה.
בפורמט ה-JSON של mcpServers, שלקוחות MCP רבים לדסקטופ ולעורכי קוד קוראים, הרשומה נראית כך (מצייני מקום בסוגריים זוויתיים):
{
"mcpServers": {
"vectora": {
"command": "uvx",
"args": [
"vectora-agent"
],
"env": {
"GOOGLE_API_KEY": "<סוד>",
"COHERE_API_KEY": "<סוד>",
"TAVILY_API_KEY": "<סוד>",
"OPENAI_API_KEY": "<סוד>",
"ANTHROPIC_API_KEY": "<סוד>",
"LANGSMITH_API_KEY": "<סוד>"
}
}
}
}נגזר מהרשומה במרשם, ולא נבדק כאן. מה השרת עושה, ובאילו תנאים, נקבע על ידי המפרסם שלו; כדאי לבדוק את מאגר הקוד או את האתר שלו לפני שנותנים לו גישה לחשבונות או לקבצים שלך. איך מוסיפים שרת MCP לעוזר AI · לפני שמתחברים
עוד שרתים בקטגוריה פיתוח
| שרת | הרצה |
|---|---|
| Vector PandaOperate your Vector Panda collections: search and upsert vectors, schema, measured indexes, exports. | מרוחק · HTTPבדיקה חיה: נדרשת התחברות |
| Vector Panda DocumentationSearch and read Vector Panda docs: API operations, pricing, storage tiers, measured benchmarks. | מרוחק · HTTPבדיקה חיה: ✓ לחיצת יד |
| Vector Search APIIn-memory vector search with TF-IDF and cosine similarity. x402 micropayment. | מרוחק · SSEבדיקה חיה: ✗ אין לחיצת יד |
| Vector Store ScannerProbes vector-database endpoints for unauthenticated exposure of embeddings/RAG data. | מקומי · stdio |
| VectorCache Semantic Vector CacheX402-gated semantic vector cache for agent swarms: Redis-backed similarity lookup. Paid in USDC. | מקומי · stdio |
| VectorizeHosted MCP front door to the Vectorize API: raster-to-vector tracing to SVG, PDF, EPS or DXF. | מרוחק · HTTPבדיקה חיה: נדרשת התחברות |
| VectrSemantic codebase search + persistent working memory for AI code editors. Local, no API key. | מקומי · stdio ו-HTTP |
| VelesDB MemoryOffline agentic memory: remember/recall/relate/forget/why over a fused vector+graph+columnar engine. | מקומי · stdio |